[发明专利]基于3D视觉的目标物体识别和位姿估算方法以及装置

说明书

本发明公开了一种基于3D视觉的目标物体识别和位姿估算方法及装置。其中，所述方法包括：利用3D视觉模块对目标物体群采集第一点云图；对所述第一点云图进行点云聚类分割，分离出单个的第一疑似目标物体；通过对比所述第一疑似目标物体的特征与第二点云图的特征，从全体的所述第一疑似目标物体中筛选出第二疑似目标物体，其中，所述第二点云图为预先获取的单个目标物体的三维特征点云图；将所述第二疑似目标物体与所述第二点云图进行配准，以识别目标物体并获取目标物体相对所述3D视觉模块的位姿。本发明的基于3D视觉的目标物体识别和位姿估算方法及装置能够快速准确地对无序堆放的物体群进行目标物体识别并估算位姿。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种基于3D视觉的目标物体识别和位姿估算方法以及装置。

背景技术

随着机器视觉技术的发展，机器视觉技术逐渐应用到工业场景中。传统的机器视觉技术通常应用在平面结构目标物体的识别和位姿估算场景中，难以对三维结构复杂的目标物体进行精确且快速的识别和位姿估算。

为了对三维结构复杂的目标物体进行精确且快速的识别和位姿估算，进而扩大机器视觉技术的应用范围，从而提升工业场景的自动化与智能化水平，一些结合三维视觉技术与前沿算法的解决方案的研究活跃在各研究机构和企事业单位内。例如，授权公告号为CN104596502B的中国发明专利就公开了一种基于CAD模型与单目视觉的物体位姿测量方法，该方法通过模板拍摄摄像机运动假设和迭代计算得到假设运动的模板拍摄摄像机与固定摄像机之间的运动关系，得到假设运动的模板拍摄摄像机和固定摄像机组成的双目系统外参数后，对目标进行三维重建，得到目标的三维点云数据，并与包含物体三维结构信息的CAD模型进行配准，得到当前世界坐标系下目标物体位姿与CAD模型的对应关系，准确计算出目标物体的位姿。

然而，在工业场景的实际应用过程中，机器视觉系统面对的往往是大量杂乱无序的目标物体所构成的目标物体群，单个目标物体之间存在相互堆叠掩盖以及摆放形态各异等特点，现有的技术方案难以精确快速地进行物体识别和位姿估算。

发明内容

本发明提供了一种基于3D视觉的目标物体识别和位姿估算方法以及装置，能够快速准确地对无序堆放的物体群进行目标物体识别并估算位姿。

第一方面，本发明提供了一种基于3D视觉的目标物体识别和位姿估算方法，其包括：利用3D视觉模块对目标物体群采集第一点云图；对所述第一点云图进行点云聚类分割，分离出单个的第一疑似目标物体；通过对比所述第一疑似目标物体的特征与第二点云图的特征，从全体的所述第一疑似目标物体中筛选出第二疑似目标物体，其中，所述第二点云图为预先获取的单个目标物体的三维特征点云图；将所述第二疑似目标物体与所述第二点云图进行配准，以识别目标物体并获取目标物体相对所述3D视觉模块的位姿。

利用3D视觉模块对目标物体群采集第一点云图，再进行点云聚类分割处理，初步从群体中分离出单个疑似的目标；然后通过对比前述单个疑似目标与第二点云图，进一步地筛选疑似目标；最后通过筛选后的疑似目标与第二点云图进行点云配准，识别目标物体并同时获取目标物体相对所述3D视觉模块的位姿，由于所述3D视觉模块的坐标可确定，则能够确定目标物体的位姿。本发明的方法能够从无序的目标物体群中进行单个目标物体识别并能确定目标物体的位姿。

在一些具体的实施例中，所述对所述第一点云图进行点云聚类分割，包括：根据所述第一点云图的点云间欧氏距离以及所述第一点云图的的点云法向量夹角来进行聚类分割。对所述第一点云图进行点云聚类分割时，最少采取了根据点云间欧氏距离和点云法向量等特征来处理数据，很好地实现了点云聚类分割，将第一疑似目标物体分离出来。